展示HN：Ember – Redshift兼容调色板

Hacker News Top 2026/08/09 16:26 工具

color-palettes redshift night-shift terminal ui-design open-source

摘要

Ember提供针对Redshift等暖屏过滤器优化的调色板，旨在提升可用性，并支持导出终端主题、图表、热图和UI元素。

大多数调色板在启用强烈的Redshift或夜间模式过滤器时，由于主动抑制绿色和蓝色通道，会出现崩溃。我制作了一个不会崩溃的调色板。<p>Ember的终端、图表、热图和UI调色板经过设计和测试，在Redshift和非Redshift条件下尽可能保持可区分性...因此不再出现重复颜色（更糟糕的是颜色消失）！

查看原文

查看缓存全文

缓存时间: 2026/08/14 21:30

carpdiem/ember 项目来源：https://github.com/carpdiem/ember

Ember：适用于夜班模式/红移的色彩调色板

专为终端、图表、热力图和UI界面设计的色彩方案，在开启或关闭高强度暖屏过滤后均能保持可用性。

CI（持续集成）状态：
许可证：MIT
Python 3.10+

Ember 旨在解决传统色彩方案在开启红移模式后颜色难以区分的问题。Ember 的核心目标是在各类色温过滤器下保持颜色辨识度。仅在满足此目标后，才会进一步调整因红移而衰减的色彩通道，以提升日间（即未应用红移时）的视觉区分度。

Ember 提供四种色彩方案：

3400K 暗色主题
3400K 亮色主题
2000K 暗色主题
1200K 暗色主题

3400K 方案适用于通用场景，大致针对 MacBook 最大夜班模式效果优化。2000K 和 1200K 方案则专为“深度红移“爱好者（及天文学家）设计。

一个有趣的现象是：2000K 和 1200K 的极端红移方案比 3400K 方案的颜色类别更少。这是因为极端红移大幅压缩了可感知的色彩空间！下文将详细说明…

每种方案均基于命令式 sRGB 色值构建，在对应色温的模拟通道 RGB 增益下验证，并导出为终端主题（Alacritty、iTerm2、Windows Terminal）、UI 界面角色色、分类图表色彩、256级渐进映射表，以及 Matplotlib/CSS/JSON/Python 格式文件。

Ember 本身不实施过滤器，请继续使用您现有的过滤工具。

四种色彩方案

3400K 暗色

3400K 暗色主题——包含六种背景色阶、三种前景文字角色、六种分类色彩、六种终端 ANSI 强调色，以及 256级渐进映射表

3400K 亮色

3400K 亮色主题——包含六种背景色阶、三种前景文字角色、六种分类色彩、六种终端 ANSI 强调色，以及 256级渐进映射表

2000K 暗色

2000K 暗色主题——包含六种背景色阶、三种前景文字角色、四种分类色彩、四种终端强调色（品红=红，青色=绿），以及 256级渐进映射表

1200K 暗色

1200K 暗色主题——包含六种背景色阶、三种前景文字角色、三种分类色彩、三种终端强调色（蓝色=黄，品红=红，青色=绿），以及 256级渐进映射表

以上均为实际导出的命令式 sRGB 色值。目标过滤强度越深，方案中的颜色类别就越少；别名化的终端槽位标记为“别名“而非伪装成额外颜色。

应用红移过滤前后的对比

所有四种方案的分类色彩与渐进映射表，分别展示命令色值与对应配置文件的模拟暖色变换效果

终端效果

相同代码在四种方案下的渲染效果，分别展示未过滤与模拟过滤后的输出

图表与热力图

相同热力图、柱状图与折线图在四种方案下的渲染效果，分别展示未过滤与模拟过滤后的输出

颜色类别消失的原因

3400K、2000K 和 1200K 暖过滤模型下 RGB 通道的存活率

暖色过滤并非叠加色调图层，而是通过不同增益系数乘以红、绿、蓝三通道。在 Ember 的 1200K 模型中，蓝色增益为零，因此仅在蓝色通道有差异的颜色会产生相同输出。故较深的方案会减少颜色类别数量，而非假装别名化颜色仍保持区分度。

过滤行的显示是确定性信号模拟——即命令式 sRGB 色值乘以各配置文件的公开增益系数。它们并非摄影作品、校准物理色温或对所有显示管线的预测。判断效果前请关闭所有活跃的暖色过滤器，否则屏幕会对结果进行二次变换。

如何选择配置文件

色彩方案	适用场景	分类色数量
`3400k-dark`	近黑色通用暖色主题	6
`3400k-light`	浅色界面搭配中等暖色偏移	6
`2000k-dark`	Redshift 设置在 2000K 附近	4
`1200k-dark`	极端 1200K 压力测试场景	3

除非您刻意使用深度过滤，否则请从 3400k-dark 开始。2000K 和 1200K 方案仅提供暗色版本，因为过滤后的浅色画布会变成大面积橙红色区块。

配置 Ember

1. 获取文件

终端主题、CSS 及 JSON 清单：

git clone https://github.com/carpdiem/ember.git
cd ember

Python 用户可跳过克隆，直接从 GitHub 安装：

python -m pip install "ember-palettes @ git+https://github.com/carpdiem/ember.git"

2. 导入终端主题

Alacritty： 从 themes/terminal/alacritty/ 复制文件到配置目录，然后在 alacritty.toml 中导入：

mkdir -p ~/.config/alacritty/themes
cp themes/terminal/alacritty/2000k-dark.toml ~/.config/alacritty/themes/

[general]
import = ["~/.config/alacritty/themes/2000k-dark.toml"]

iTerm2： 打开 设置 → 配置文件 → 颜色 → 颜色预设 → 导入，选择 themes/terminal/iterm2/ 中的文件。
Windows Terminal： 打开 设置 → 打开 JSON 文件，将 themes/terminal/windows-terminal/ 中的对象复制到根目录 schemes 数组，然后将配置文件的 colorScheme 设置为其精确 name。

终端指南包含完整导入步骤，并解释深度配置下精简 ANSI 色槽的行为。

3. 使用 UI 界面角色色

每种方案在 JSON、CSS 和 Python surfaces() API 中提供相同的有序角色色：

角色	用途
`bg_0`	应用程序基础画布
`bg_1`	低强调邻接区域或侧边栏
`bg_2`	普通面板或卡片
`bg_3`	嵌套面板、活动控件或悬停状态
`bg_4`	浮动面板、菜单或弹出层
`bg_5`	选中行、选区或焦点区域
`fg_0`	主要文字和核心标签
`fg_1`	大型辅助文字或图形（非正文字号）
`fg_2`	柔和的非必要元数据或装饰

六种背景色构成单调递进色阶。bg_0 始终为画布基色，bg_5 为最强背景状态：暗色方案向 bg_5 逐渐变亮，亮色方案向 bg_5 逐渐变暗。

Matplotlib

import matplotlib.pyplot as plt
from ember import categorical, categorical_norm, encode_categories, sequential, surfaces

palette = "2000k-dark"
ui = surfaces(palette)
labels = ["control", "alpha", "beta", "gamma"]
order = ["control", "alpha", "beta", "gamma"]
category_ids = encode_categories(labels, order, slug=palette)

fig, (points, image) = plt.subplots(1, 2)
fig.patch.set_facecolor(ui["bg_0"])
points.set_facecolor(ui["bg_2"])
image.set_facecolor(ui["bg_3"])

points.scatter(
    [1, 2, 3, 4],
    [1.2, 2.4, 1.8, 3.1],
    c=category_ids,
    cmap=categorical(palette),
    norm=categorical_norm(palette),
)
image.imshow([[0.0, 0.4], [0.7, 1.0]], cmap=sequential(palette))
plt.show()

向 categorical_norm() 和 encode_categories() 传递方案标识符，确保容量检查匹配所选方案。渐进映射始终提供 256 个标准浮点采样点，与分类色彩数量无关。

CSS

加载 ember.css，然后选择方案：

<html data-ember-palette="2000k-dark">
...
</html>

[data-ember-palette] {
  color: var(--ember-fg-0);
  background: var(--ember-bg-0);
}
.panel { background: var(--ember-bg-2); }
.panel:hover { background: var(--ember-bg-3); }
.popover { background: var(--ember-bg-4); }
.selected { background: var(--ember-bg-5); }
.series-a { color: var(--ember-category-one); }
.heatmap-key { background: var(--ember-sequential); }

CSS 提供 11 个代表性的 8位梯度节点。JSON 清单和 Python 包保留完整的 256 个标准浮点采样点，以及界面角色色、分类色彩、ANSI 色槽、增益配置和测量结果。

背后的科学原理

1. 建模传输到显示器的信号

Ember 将暖色显示变换近似为 sRGB 通道的独立增益调整：

显示 RGB ≈ 命令 RGB × [红增益, 绿增益, 蓝增益]

配置	RGB 增益	基础
`3400k`	`[1.00, 0.74, 0.53]`	暖白色工程替代值
`2000k`	`[1.0000, 0.5436, 0.0868]`	固定 Redshift 2000K 信号查找表
`1200k`	`[1.0000, 0.3094, 0.0000]`	固定 Redshift 1200K 信号查找表

在 1200K 时，蓝色对模拟输出无贡献；2000K 时仅保留 9%。因此常规 sRGB 色差并非夜间辨识度的可靠指标——两种颜色在日间可能差异显著，过滤后却趋于一致。

这些是软件信号模型，并非校准的物理色温。实际效果还取决于显示器、操作系统、校准设置、亮度及环境光。JSON 清单还在四个 ±5% 绿/蓝增益拐角处报告分类色彩、终端组、前景/背景对比度及渐进间距的敏感度诊断。这些采样点揭示邻近模型敏感度，并非连续增益盒内的全局极值，也非显示校准测量。

2. 优先解决约束状态

Ember 将日间和夜间视为同一命令色彩的两种视图。不将两者质量平均为单一评分，因为优秀的日间间距无法补偿夜间颜色碰撞。

为 Oklab 色彩空间中的对比度、明度/色度几何及最小感知分离度设定严格的变换目标。
在满足变换目标的命令色彩中，选择日间分离度强的中等色度集合。

这颠倒了常规工作流程。在 1200K 时，仅调整蓝色不会影响变换后的色彩，因此 Ember 可利用这个原本会丢失的通道提升日间辨识度。在 2000K 时，由于存在微弱蓝色残余，这种自由度较小。

生成发布检查确保每个序列化强调色与其命令变换目标的 ΔEOK 差值在 0.15 以内。分类色彩还必须同时通过 fg_0/fg_1/fg_2 完整色阶验证，而非仅彼此区分。2000K 和 1200K 色组在所有四个采样增益拐角处重复执行分类间距、前景清晰度和背景对比度检查。

3. 保持高频像素中性，将色彩用于语义表达

人类视觉通过明度通道传递空间细节的能力强于色彩通道。因此密集饱和的字形与对比色相不适合消耗有限的夜间色域。

下方对比展示了实际效果：纯白经变换后变为比 Ember 米色正文更亮的橙色，而日间深灰则变为比 Ember 近黑画布更显著的铁锈色信号。

错误方案与 Ember 在精确暖色变换下的对比

Ember 将大多数像素置于暖中性界面色，使用米色而非纯白作为正文色彩，并将更高色度保留给语义强调色。每个可作为前景的终端强调色在目标变换后仍保持与终端基底背景 (bg_0) 的 4.5:1 对比度。fg_1 和 fg_2 仍可用于大型辅助文字和非必要元数据。

4. 通过色彩与结构保护辨识度

在当前发布门控下，Ember 在 3400K 支持六种分类辨识度，2000K 支持四种，1200K 支持三种。深度终端主题在十六个 ANSI 色槽中复用这些支持容量；不支持的名称刻意设为别名，而非伪装成新增颜色。

强调色可能在不同状态间呈现不同色相，但必须在两种状态下均保持可区分。每个终端色组均通过全部三种前景角色验证，确保强调色不会与普通文字、辅助文字或柔和文字碰撞。每组前景三元组必须保持为有序的暖中性色阶，而非三种无关颜色。

色彩仍不足以确保关键辨识度。图表应结合直接标签、位置、虚线样式、标记形状或纹理：仅用色彩的序列与冗余编码的对比

5. 在变换视图中构建连续映射

每个渐进映射始于人工选择的大地色路径。生成器在 Oklab 空间平滑该路径，在目标变换后测量累计距离，并按等变换距离间隔重采样。

2000K 和 1200K 映射使用克制的内部蓝色通道调整来优化命令间距，同时不放弃变换等距性、端点或明度单调性。最终得到 256 级采样映射，具有严格单调的变换明度与近乎等距的模拟变换 Oklab 步长。

发布检查还要求日间明度单调性和日间步长变化有界。CSS 提供 11 个便捷的 8位预览节点；JSON 和 Python 包含完整浮点采样点。

测量属性与发布门控

测量属性

下表中的 ΔEOK 是乘以 100 的欧几里得 Oklab 距离。这是生成器与测试一致使用的工程指标，并非标准化 CIE ΔE 公式。

方案	分类色数	日间最小 ΔEOK	变换后最小 ΔEOK	原始色度平均/最大	变换后明度范围	最小 ANSI 对比度
3400K 暗色	6	15.00	11.45	0.0971 / 0.1045	0.2206	5.29:1
3400K 亮色	6	16.73	12.41	0.0988 / 0.1037	0.3068	4.65:1
2000K 暗色	4	17.00	12.91	0.0956 / 0.1082	0.1538	4.52:1
1200K 暗色	3	20.72	10.25	0.1047 / 0.1107	0.1268	4.55:1

日间色相跨度与变换后分类/背景对比度是独立的发布门控。此对比度用于图形分类标记，而非小字号文字。

方案	日间最小色相差	目标	变换后分类色/`bg_0` 对比度	目标
3400K 暗色	20.23°	≥ 20°	3.01:1	≥ 3:1
3400K 亮色	31.75°	≥ 30°	3.03:1	≥ 3:1
2000K 暗色	27.76°	≥ 20°	3.05:1	≥ 3:1
1200K 暗色	65.03°	≥ 45°	3.12:1	≥ 3:1

终端色组分离度包含完整前景色阶及强调色间对比：

方案	日间强调色最小差	日间→`fg_0`	日间→`fg_1`	日间→`fg_2`	变换后强调色最小差	变换后→`fg_0`	变换后→`fg_1`	变换后→`fg_2`
3400K 暗色	10.76	8.67	8.13	11.72	7.31	6.58	5.16	10.18
3400K 亮色	15.64	9.25	9.47	9.22	11.07	6.47	6.70	7.13
2000K 暗色	12.62	13.73	10.86	8.25	7.75	7.64	5.03	4.75
1200K 暗色	12.35	9.69	8.96	14.68	4.13	4.49	4.13	11.29

前景协调性通过独立门控验证：

方案	`fg_0 / fg_1 / fg_2`	日间相邻步差	变换后相邻步差	日间/变换后间隔比	日间/变换后色相跨度	最大日间色度
3400K 暗色	`#DDD0B2 / #BDAE93 / #908472`	10.41 / 13.79	8.70 / 11.88	0.7568 / 0.7372	9.32° / 2.63°	0.0426
3400K 亮色	`#342F2C / #4D4540 / #665C54`	8.75 / 8.52	7.55 / 7.32	0.9734 / 0.9707	0.00° / 1.12°	0.0181
2000K 暗色	`#EED5AE / #D3BB99 / #AA9D8B`	8.04 / 10.44	6.20 / 9.04	0.7886 / 0.7008	2.74° / 2.51°	0.0584
1200K 暗色	`#FFE5BD / #CBAF89 / #A18C73`	16.43 / 11.79	11.07 / 9.16	0.7099 / 0.8177	6.73° / 0.71°	0.0607

暗色界面测量使用 WCAG 的 sRGB 相对亮度计算（基于精确序列化十六进制值）。对比度范围涵盖变换后 fg_0 与全部六种背景角色的组合。